Świat działa na trytytki
Od zawsze myślałem, że świat jest bardziej poukładany niż jest w rzeczywistości. Że w korporacjach istnieją zasady, procedury i dobre praktyki, które sprawiają, że wszystko działa jak w zegarku. Że seniorzy i liderzy wiedzą dokładnie co robić, a juniorzy po prostu muszą się tego nauczyć.
Prawda jest taka, że świat jest bardzo chaotyczny, niepewny i pełen niedoskonałości. Można by pomyśleć, że działa na trytytki.
Nikt nie wie co dokładnie ma robić
Każdy zespół i każda firma operuje na niepełnych informacjach i mniej lub bardziej uzasadnionych przeczuciach. Nikt nie wie dokładnie co robić, ale wszyscy próbują zrobić coś, co pcha sprawy do przodu. To jest normalne i zdrowe.
Ta pewność siebie, którą widzisz u seniorów, tech leadów i CTO na konferencjach, jest w dużej mierze performancem. Nie dlatego że są nieuczciwi, ale dlatego że nauczyli się mówić zdecydowanie o rzeczach, co do których mają 60% pewności. Taka jest praca. Im wyżej w hierarchii, tym lepiej opanowana ta umiejętność.
Jest w tym zresztą paradoks: im więcej wiesz, tym bardziej zdajesz sobie sprawę z tego, jak mało wiesz. Juniorzy często brzmią pewniej niż seniorzy, bo nie widzą jeszcze ile rzeczy może pójść nie tak.
Przykład z IT: nikt nie wie jak zrobić dobry framework do JavaScripta. Next.js przeszedł przez wiele iteracji, eksperymentów i błędów. Dziś wygląda na całkowicie inny produkt niż ten, który był na początku. Ale nikt nie wie jak będzie wyglądał za rok, bo nikt nie wie jakie problemy i wyzwania pojawią się po drodze.
Ogrom rzeczy jest low effort
Produkty, które wyglądają na dopracowane, często są efektem kilku godzin pracy, a nie miesięcy. Software house który sprawia wrażenie bardzo profesjonalnego, może być prowadzony przez dwie osoby i dobry szablon strony. Z drugiej strony, projekt w który ktoś włożył pół roku może wyglądać gorzej niż coś zrobionego w weekend.
Wysoka jakość efektu końcowego i wysoki nakład pracy to dwie różne rzeczy. Często nie mają ze sobą wiele wspólnego.
Większość wartości pochodzi z pierwszych 20-40% pracy. Reszta to polerowanie, które rzadko widzi ktoś poza autorem.
Przykład: AI slop. AI generuje tekst, obraz czy kod, który jest wystarczająco dobry, ale nie jest perfekcyjny. Ludzie często spędzają więcej czasu na poprawianiu tego, co AI wygenerowało, niż na samym generowaniu. W niektórych przypadkach, kiedy niedoskonałość jest akceptowalna, można by było zostawić to tak jak jest i przejść do następnej rzeczy.
Odwrócony przykład: wiele osób, w tym ja, ma tendencję do nadmiernego dopieszczania CV, portfolio czy innych rzeczy, które są ważne ale nie kluczowe. Czasami wysiłek nie tylko nie koreluje z efektem, ale aktywnie przeszkadza, prowadząc do paraliżu decyzyjnego i odkładania w nieskończoność.
Gdzie nie spojrzysz, to jest mniej więcej
Można by pomyśleć że to patologia. Że gdzieś istnieje firma, branża albo poziom kariery gdzie wszystko jest poukładane i pewne. Nie istnieje.
Świat nie czeka na optymalne rozwiązania, bo optymalne rozwiązania prawie nigdy nie są dostępne na czas. Działa na rozwiązaniach wystarczających, wdrożonych wystarczająco szybko, przez ludzi którzy mniej więcej wiedzą co robią.
Herbert Simon - ekonomista, laureat Nobla, opisał to pojęciem „satisficing”: ludzie i organizacje nie maksymalizują, tylko szukają pierwszego rozwiązania które jest wystarczająco dobre. Tak działa ludzki mózg, tak działają firmy, tak działa rynek. Nie dlatego że jesteśmy leniwi, ale dlatego że w warunkach niepewności i ograniczonych zasobów, „wystarczająco dobre teraz” prawie zawsze bije „idealne za późno”.
Co z tym zrobić
Satisficing ma sens dopóki nie działasz z rzeczami które rosną. Baza danych jest wystarczająco szybka do momentu gdy nie jest. Kod jest wystarczająco czytelny do momentu gdy musisz go zmienić o 2 w nocy. W IT dług techniczny jest jedną z niewielu rzeczy które narastają bez twojej zgody i przypominają o sobie w najgorszym momencie.
Dlatego głęboka wiedza techniczna jest w tej branży ceniona inaczej niż gdzie indziej. Nie dlatego że IT jest bardziej merytokratyczne. Ale dlatego że ktoś kto rozumie bazę danych widzi problem zanim dane urosną dziesięciokrotnie. Satisficing jest domyślnym trybem świata, ale żeby wiedzieć kiedy go wyłączyć, musisz rozumieć co trzymasz.
I to jest właśnie odpowiedź na to, że nikt nie wie co dokładnie ma robić. Nie wszyscy muszą wiedzieć wszystko, ale ktoś musi wiedzieć wystarczająco dużo żeby zobaczyć minę zanim na nią wejdzie. Impostor syndrome często bierze się z porównywania się do ludzi którzy brzmią pewniej niż są, ale w IT pewność siebie nie ochroni cię przed bazą danych która przestała działać o 2 w nocy.